论文部分内容阅读
目前通行的社区划分方法大多基于结构，但单纯基于结构的划分不能挖掘出社区对象的潜在关系，因而不能发现社区的变化趋势。为此，提出了基于结构的社区划分算法（Community Division based on Structure，CDS）。该算法利用度和节点欧氏距离对社会网络进行结构划分；同时针对经典K-means算法在社区划分中所存在的随机选取初始中心点以及k值选取不合理所导致的聚类结果不佳问题，提出了一种基于社区结构的非人为设定k值的K—means算法-NPCluster（Non Presetting C